agents-cli
agents-cli 是一个统一的 CLI 和可安装的“技能”，它使任何编码助手都能够在 Google Cloud 上端到端地脚手架、运行、评估、部署、发布和观察基于 ADK 的 AI 代理。
https://github.com/google/agents-cli?ref=producthunt&utm_source=aipure
产品信息
更新于：2026年07月09日
什么是 agents-cli
Agent Platform 中的 Agents CLI (agents-cli) 是 Google 的开源命令行工具和配套技能包，旨在简化使用 Google Agent Development Kit (ADK) 构建的代理的完整代理开发生命周期。它本身不是编码代理，而是通过提供机器可读的技能和一套用于项目脚手架、本地开发、评估、部署、发布到企业环境和生产可观测性的一致命令，与编码代理（例如 Antigravity CLI、Claude Code、Codex、Cursor）集成。您还可以通过自己输入命令，以“人工模式”直接使用 agents-cli。对于本地原型开发，您可以使用 AI Studio API 密钥运行；Google Cloud 主要用于部署和云原生功能。
agents-cli 的主要功能
agents-cli (Agent Platform 中的 Agents CLI) 是一个统一的 CLI，外加一个捆绑的“技能”包，可将编码助手（例如 Antigravity CLI、Claude Code、Codex、Cursor）转变为构建基于 ADK 的代理的端到端专家：包括项目脚手架、运行和评估、部署到 Google Cloud 目标（Cloud Run、Agent Runtime、GKE），以及启用生产可观测性（Cloud Trace 和提示/响应日志记录）。它支持在没有 Google Cloud 的情况下进行本地开发，通过使用 AI Studio API 密钥来使用 Gemini，而云部署和托管功能则需要 Google Cloud 凭据和项目。
统一的代理生命周期 CLI: 用于脚手架/创建、运行、lint、评估（生成/评估/比较/分析/优化）、部署、发布和基础设施配置的单一命令界面——取代了零散的脚本和基于 Makefile 的工作流。
捆绑的编码代理“技能”: 安装机器可读的技能（工作流、ADK 代码模式、脚手架、评估、部署、发布、可观测性），以便编码代理能够可靠地执行最佳实践步骤，减少猜测和迭代提示。
本地优先开发选项: 支持在没有 Google Cloud 的情况下本地创建、运行和评估代理，通过使用 AI Studio API 密钥运行带有 ADK 的 Gemini；云仅在部署和云原生功能时才需要。
带有基于跟踪评估的评估套件: 从评估数据集中生成执行跟踪，使用可配置的指标（包括 LLM-as-judge 风格的规则）对其进行评估，比较结果 JSON，分析故障模式，并可以使用评估数据优化提示。
Google Cloud 上的部署 + 基础设施自动化: 将代理部署到 Cloud Run、Agent Runtime 或 GKE，并可以配置支持基础设施（IAM/服务帐户、API、遥测资源、CI/CD 管道以及可选的 RAG 数据存储 + 摄取）。
内置生产可观测性: 附带 OpenTelemetry 检测，将跟踪导出到 Cloud Trace；可选的提示/响应日志记录可以将模型交互（提示、响应、令牌）导出到 GCS/BigQuery/Cloud Logging 进行更深入的分析。
agents-cli 的使用场景
客户支持自动化（SaaS/电信/零售）: 搭建并部署一个带有工具集成的支持代理，然后通过基于跟踪的评估持续评估响应质量和基础，最后在 Cloud Run 上发布更新到生产环境。
受监管文档助手（金融/法律/医疗保健）: 使用评估（自定义指标和规则）加上可观测性日志来验证行为、审计模型交互，并监控受控部署管道中不同版本之间的性能退化。
每日智能和报告机器人（媒体/企业运营）: 构建定期代理，摄取来源（例如 RSS），总结关键项目，并发布到聊天/电子邮件；使用 CI/CD 基础设施脚手架和 Cloud Trace 监控延迟和故障。
RAG 驱动的内部知识代理（IT/HR/工程）: 通过数据存储配置和摄取来增强现有代理项目，然后运行评估合成和评估，以测试多轮检索场景，最后部署到托管运行时。
多代理互操作性（平台团队）: 从支持代理到代理 (A2A) 协议的模板开始，将 ADK 代理与其他框架构建的代理集成，并跨服务一致地管理部署/可观测性。
开发者生产力代理工厂（软件组织）: 通过脚手架模板标准化代理创建，强制执行 linting 和评估门控，并自动化部署和遥测配置，以便团队可以更快、更安全地发布新代理。
优点
端到端工作流覆盖（脚手架 → 评估 → 部署 → 观察）减少了工具碎片化和手动粘合代码。
通过可安装的技能与多个编码助手协同工作，使自动化更加确定和可重复。
本地开发不需要 Google Cloud——AI Studio API 密钥足以使用 Gemini 进行创建/运行/评估。
强大的评估和可观测性（基于跟踪的评估、Cloud Trace、可选的提示/响应日志记录）。
缺点
云部署和许多托管功能需要 Google Cloud 凭据、一个项目，并且可能会产生资源成本。
某些功能受 Pre-GA/预览条款的约束，这意味着可能存在潜在的限制或更改。
针对 Google Cloud/ADK 生态系统进行了优化；在其他地方标准化的团队可能会面临采用和集成开销。
如何使用 agents-cli
1) 安装先决条件: 确保您的机器上安装了 Python 3.11+、uv (Astral) 和 Node.js。
2) 安装 Agents CLI + 捆绑技能（推荐）: 运行：`uvx google-agents-cli setup` 以安装 CLI 并将捆绑的 Agents CLI 技能注入到您机器上支持的编码代理中。
3) (可选) 仅安装技能: 如果您只需要技能并让您的编码代理为您运行命令，请运行：`npx skills add google/agents-cli`（或从仓库 URL 安装）。
4) 验证 CLI 是否可用: 运行：`uvx google-agents-cli --version` 和/或 `uvx google-agents-cli --help` 以确认安装。
5) 身份验证（云或本地）: 运行：`agents-cli login` 进行身份验证。对于本地开发，您可以使用 AI Studio API 密钥；对于部署和云功能，您需要 Google Cloud 身份验证。使用 `agents-cli login --status` 检查状态。
6) 创建（脚手架）新的代理项目: 运行：`agents-cli scaffold <name>` 以生成新的 ADK 代理项目。对于即用型原型，请使用文档中说明的模式：`agents-cli create my-agent --prototype --yes`（如果您的版本公开了 `create`）。
7) 理解和配置项目: 审查生成的项目文件，包括 `agents-cli-manifest.yaml`（项目元数据/配置）。根据需要更新模型、区域和 Google Cloud 项目的环境变量和/或清单字段。
8) 实现代理逻辑和工具: 编辑 `app/agent.py` 以实现您的代理行为。将 ADK 工具添加为纯 Python 函数；编写清晰的文档字符串，因为它们将成为 LLM 看到的工具描述。
9) 本地运行（快速提示测试）: 使用：`agents-cli run "<prompt>"` 向您的代理发送单个提示并查看响应。
10) 使用网页游乐场（交互式开发）: 运行：`agents-cli playground` 以启动 ADK 网页游乐场（通常在 `localhost:8080`），并进行热重载以实现快速迭代。
11) 安装项目依赖项（如果需要）: 运行：`agents-cli install` 以安装由脚手架 Python 项目定义的项目依赖项。
12) 对项目进行 Lint 检查: 运行：`agents-cli lint` 以执行代码质量检查 (Ruff) 并在评估/部署之前修复问题。
13) 创建评估用例: 在 `eval_config.yaml` 中添加评估用例（每个用例定义一个用户消息）并配置指标。评估系统将向您的代理发送每条消息，并使用配置的指标对响应进行评分。
14) 从评估用例生成跟踪: 运行：`agents-cli eval generate` 以在评估数据集上运行您的代理并生成填充的跟踪 JSON。
15) 根据指标对跟踪进行评分: 运行：`agents-cli eval grade --traces <PATH>` 以根据一个或多个指标对生成的跟踪进行评分并输出评估结果。
16) 使用评估分析工具进行迭代（可选但推荐）: 使用 `agents-cli eval compare` 比较不同运行的结果，`agents-cli eval analyze` 聚类故障模式，以及 `agents-cli eval metric list` 发现可用指标。迭代代理代码/提示直到达到阈值。
17) 合成额外的评估场景（可选）: 运行：`agents-cli eval dataset synthesize` 为您的本地代理生成多轮场景。示例：`agents-cli eval dataset synthesize -n 10 --max-turns 8 --instruction "Scenarios where users change destination"`。
18) 增强现有项目（部署/CI/CD/RAG）: 如果您从原型开始或有现有项目，请运行：`agents-cli scaffold enhance` 以添加部署目标（Cloud Run、Agent Runtime、GKE）、CI/CD 或 RAG 组件。
19) 部署到 Google Cloud: 运行：`agents-cli deploy` 以部署您的代理。如果您需要查看底层的 `gcloud` 命令以进行高级自定义，请使用 CLI 的试运行选项（在可用时记录为 `--dry-run` / `-n`）。
20) 配置可观测性基础设施（推荐用于生产）: 部署后，运行：`agents-cli infra single-project --project <YOUR_PROJECT_ID>` 以配置遥测资源（服务帐户、GCS 存储桶、BigQuery 数据集）并更新已部署的服务以使用它们。然后检查 Google Cloud Trace Explorer 中的跟踪。
21) 设置 CI/CD（可选）: 运行：`agents-cli infra cicd` 以设置 CI/CD 流水线以及用于可重复部署的暂存/生产基础设施。
22) 发布到 Gemini Enterprise（可选）: 运行：`agents-cli publish gemini-enterprise` 以注册/发布您的代理到 Gemini Enterprise（适用时）。
23) 随时间升级或更新技能: 使用 `agents-cli scaffold upgrade` 将项目升级到更新的 agents-cli 版本，并使用 `agents-cli update` 强制重新安装/更新所有检测到的 IDE/编码代理的技能。
24) 与编码代理一起使用（自然语言工作流）: 打开您的编码代理（Antigravity CLI、Claude Code、Codex 等）并提示它：“使用 agents-cli 构建…”。安装技能后，编码代理可以代表您调用 `agents-cli` 命令来脚手架、实现、评估和部署。
agents-cli 常见问题
Agent Platform 中的 Agents CLI (agents-cli) 是一个 CLI 和技能包，它使用 Google 的 Agent Development Kit (ADK) 帮助在 Google Cloud 上构建、评估、部署、发布和观察企业级 AI 代理。它可以直接从终端使用，其技能也可以安装，以便编码代理可以使用它们。
与 agents-cli 类似的最新 AI 工具
Gait
Gait是一个集成了AI辅助代码生成和版本控制的协作工具，使团队能够高效地跟踪、理解和共享AI生成代码的上下文。
invoices.dev
invoices.dev 是一个自动化发票平台，直接从开发人员的 Git 提交生成发票，并具有与 GitHub、Slack、Linear 和 Google 服务的集成能力。
EasyRFP
EasyRFP 是一个 AI 驱动的边缘计算工具包，通过深度学习技术简化 RFP（请求提案）响应并实现实时田间表型。
Cart.ai
Cart.ai是一个AI驱动的服务平台，提供全面的业务自动化解决方案，包括编码、客户关系管理、视频编辑、电子商务设置和自定义AI开发，并提供24/7支持。
类似 agents-cli 的热门 AI 工具
GitHub Copilot Chat
GitHub Copilot Chat 是一个 AI 驱动的编码助手，提供自然语言交互、实时代码建议和直接在支持的 IDE 和 GitHub.com 中的上下文支持。
CopilotForXcode
CopilotForXcode是一个Xcode源代码编辑器扩展，它集成了GitHub Copilot、Codeium和ChatGPT，以在Xcode中提供AI驱动的代码建议、聊天协助和提示到代码功能。
BrowserAI
BrowserAI 是一个开源库，它支持直接在具有 WebGPU 加速的 Web 浏览器中运行本地大型语言模型 (LLM)，提供以隐私为中心的 AI 功能，而无需服务器基础设施。
OpenAI Codex CLI
OpenAI Codex CLI是一个轻量级的开源编码代理，可在您的终端中运行，使开发人员能够将自然语言转换为代码执行，同时提供ChatGPT级别的推理能力，并能够运行代码、操作文件并在版本控制下迭代。